Geek、Professional、B、C：不同市场负责消灭不同不确定性

讨论一个新产品怎样进入市场，会议里经常很快出现两个问题。

先做 B 端，还是先做 C 端？

产品还不成熟，要不要先找一批极客？

接下来，一条熟悉的路线就会被画出来：

Geek → Professional → B → C

先让极客试，再服务专业用户；有了案例以后做企业，产品足够成熟了再进入大众市场。

这条路线听起来像升级阶梯，现实里却经常走不通。

有些产品从专业用户直接进入消费市场，有些从一个 B 端行业走到另一个 B 端行业，从来没有成为大众产品；有些先在 C 端获得大量用户，留存不好，又退回专业场景重新定义任务。也有产品在极客社区很热闹，离开愿意折腾的人以后就没人再用。

市场顺序没有统一答案，因为 Geek、Professional、B、C 不是四个成熟度等级。

它们是四种证据环境。

选择下一站之前，更该问的是：

当前最可能杀死产品的未知是什么？哪一类市场能用最低成本、最少失真地把它暴露出来？

市场进入不是先选择最大的客户群，而是先选择最合适的学习场。

技术走到了哪里，不等于应该先服务谁

NASA 的 Technology Readiness Level 用一组等级描述技术从原理、概念验证走向系统运行。它回答的是技术成熟度，不能直接给出市场顺序。NASA：Technology Readiness Levels

一个技术成熟的产品，用户价值仍可能不成立；一个很早期的原型，也可能已经在少数高价值任务里带来明确收益。

把“技术准备”“用户价值”“工作流”“交付经济”和“规模能力”压成一条从小众到大众的直线，容易造成三种误判：

技术能用，就以为用户愿意改变原来的方案；
有人愿意试，就以为商业模式可以复制；
小市场跑出数据，就以为证据能直接迁移到大市场。

NSF 的 I-Corps 之所以把 Customer Discovery 放在科研成果商业化过程中，也是因为从实验室到市场不是一次交接，而是另一组假设验证。NSF：About I-Corps

市场选择要从不确定性开始。

先找出最大的未知

一款新产品通常同时面对五类未知。

不确定性	要回答的问题	判断错了会怎样
价值	用户是否在意这个结果，愿不愿改变或付费	有新奇感，没有复用理由
工作流	产品进入哪一步，人和 AI 或设备怎样分工	单点能力很强，进不了完整任务
技术与系统	性能、可靠性、安全、续航和成本能否持续成立	Demo 成功，真实环境频繁失败
交付与经济	销售、部署、服务和单位经济能否复制	每个项目看似赚钱，规模越大越亏
规模	获客、上手、留存、品牌和支持能否承受大量用户	流量很大，退货、流失和口碑迅速恶化

优先级不是看哪个实验最容易做。

应该看三件事：这项判断如果错了，是否会杀死产品；目前证据有多弱；它是否正在触发大笔、难以撤回的投入。

一个按钮实验很便宜，却回答不了用户为什么需要产品。一次大规模发布能快速获得曝光，也可能在核心任务还没成立时提前消耗品牌。

先验证影响大、证据弱、即将引发不可逆投入的未知。

Geek：发现能力边界，不证明低门槛

Geek 不是年龄、收入或职业标签。它指的是愿意为新能力付出配置、学习、改造和容错成本的人。

他们会读日志、报 Issue、试参数、接入其他系统，甚至自己修复产品。早期 AI 工具、开源硬件、机器人套件和开发者产品，都能从 Geek 获得高密度反馈。

这类市场最适合回答：

技术在真实世界还能产生什么意外用途；
性能与兼容边界在哪里；
产品能不能被扩展、改装或接入生态；
是否存在一群愿意共同建设的人。

同样的特征也会带来失真。

Geek 往往低估配置、学习、充电和维护的负担，高估可定制性与技术新奇的长期价值。他们愿意手工校准的产品，大众用户可能连第一次设置都过不去。

所以极客行为可以帮助发现能力，却不能直接定义大众产品的默认体验。

当技术边界和潜在任务已经被看见，继续提高极客满意度，不一定还在消灭下一个关键未知。

Professional：证明工作流，不代表产品越复杂越好

Professional 是依赖某项任务获得收入、产出或职业结果的人。

摄影师、设计师、维修工程师、研究员、医生和内容创作者，通常拥有高频、清楚、可以评价的工作流。他们能迅速判断一个工具是否提高了质量、节省关键时间，或者减少高成本错误。

Professional 最适合回答：

产品替代或增强了哪一步工作；
结果质量达到什么门槛才有用；
用户愿意为哪一种改进付费；
哪些例外必须保留人工控制；
能否形成重复使用和可展示的成果。

风险是，专业用户会把自己的技能、设备和复杂流程带进产品。

批量操作、行业格式、深度参数和专用集成，对专业市场可能都是真需求，却不一定应该进入大众版本。团队需要提前说清：Professional 是长期市场，还是这一阶段用来验证工作流的学习市场。

离开这个阶段的条件也不是“功能做完了”，而是核心任务、质量门槛、付费依据和人工边界已经可以稳定解释。

Domain B2B：证明交付经济，不让定制冒充产品

领域 B 端把产品放进真实组织，也把预算、权限、采购、部署、运维和责任一起带进来。

它适合验证结果能否被计算成收入、成本、效率或风险；系统能不能在多人、多权限和长周期里可靠运行；销售、培训、部署和支持到底要花多少钱；合同能不能续约、扩容并复制到相似客户。

但客户愿意付钱，不等于市场已经成立。

一家大客户可能给出很高合同额，同时要求专属流程、独有接口、驻场团队和特殊硬件。项目有收入，产品却没有积累。第二个客户来了，团队又从头做一遍。

所以 B 端试点要提前设置定制护栏：

客户特有需求必须说明它在验证哪项可复用能力；
报价要计算实施、支持与机会成本，不能只看合同额；
成功标准要包含可复制部署，不只包含一次验收；
一个标杆客户不能替代多个相近客户的重复证据。

B 端完成这一阶段任务的标志，是团队知道谁购买、为什么续约、怎样部署，以及服务边界能不能守住。

Consumer：证明产品能独立成立，不让流量遮住弱价值

大众消费市场会拿走高容忍用户提供的保护。

没有培训，没有驻场支持，也没有人反复解释产品价值。用户能不能自己上手，能否在几分钟或几天内感知结果，新奇期过去后还会不会回来，渠道、退货和客服成本是否可承受，都会被迅速暴露。

这也是 C 端最适合验证的东西：低摩擦、自然复用和规模能力。

风险来自同一个地方。

一次传播事件、降价或平台推荐可以带来大量注册与销量，却不一定带来重复价值；硬件首发售罄，也可能只是库存很少。总用户数上升时，团队容易忽略分群留存、自然使用、退货和支持成本。

C 端不能只看曝光和首购。更该看用户是否在没有提醒时回来，目标任务是否自然重复，口碑能不能在离开创始团队解释后继续传播。

同一个人，也可能承担不同市场角色

一位职业摄影师购买原型相机，可能作为 Geek 帮助探索技术边界；购买成熟拍摄系统时，则作为 Professional 验证工作流价值。一家小型设计公司既可以是一群专业用户，也可以作为 Domain B2B 验证采购、权限和部署。

所以这套分类不按个人或企业、付费高低、用户数量划分。

关键是：这群用户此刻在替产品验证什么。

市场角色	最擅长证明	主要证据	最大失真
Geek	技术可能性、意外用途、生态兴趣	原型使用、改装、Issue、社区贡献	高估容错与新奇价值
Professional	工作流、质量门槛和付费	重复任务、时间与质量增益、作品	把产品做得过度复杂
Domain B2B	ROI、部署、服务和单位经济	合同、续约、扩容、实施成本	把定制收入当成可复制产品
Consumer	上手、留存、渠道和规模	激活、分群留存、退货、支持成本	让流量掩盖弱痛点

市场角色不是标签，而是证据职责。

进入市场前，先写清怎样离开

很多试点无论结果怎样，最后都会被解释成“我们还在学习”。原因很简单：团队从没提前写下，什么结果会改变决定。

每一个学习市场，都应该有五道门。

阶段门	要提前回答什么
Entry	产品、安全、供应和支持达到什么状态才允许进入
Success	哪些行为或经济结果出现，核心假设才得到支持
Failure	什么结果会推翻当前假设
Exit	获得什么证据后，这个市场已经完成任务
No-go	哪些安全、合规、现金或声誉风险不能接受

“反馈很好”“客户愿意继续聊”“数据还在增长”都不是阶段门。标准要有时间、样本、场景和行为边界。

阶段门还要约束产品扩张。试点新增的功能，应该服务当前要验证的假设。否则产品会同时吸收四类市场的要求，能力越来越多，关键未知却一个也没有消失。

市场路径要允许返回

市场进入不是一条只许向右的单行道。

Geek → Professional → Consumer，适合先探索技术，再证明工作流，最后验证低门槛规模。

Professional → Domain B2B → Consumer，适合先确认高价值任务，再验证组织交付，最后把复杂能力简化给大众。

Domain B2B → 相邻 B2B 也完全成立。价值来自行业流程，就没有必要强行讲消费故事。

有时还会出现 Consumer → Professional → Consumer：大众测试暴露任务不清，团队退回专业用户重新定义，再回到规模验证。

返回不是失败。它说明当前市场回答不了下一个问题。

比如，C 端留存差，原因可能不是获客创意不足，而是核心任务没成立；B 端部署失败，问题可能不在销售，而在可靠性和系统边界；Geek 社区增长停滞，也可能说明技术探索已经完成，产品该转向价值验证。

每次返回都要写清：重新消灭什么未知，发生什么变化后才允许再次进入。

三个产品，不该走同一条路

下面是三个用于说明判断方式的产品情境，不对应具体公司。

企业 AI。 模型能力已经可用，最大未知是能否进入真实权限与流程并产生 ROI。Domain B2B 是合理学习市场，但试点要围绕一个可复用任务，限制专属接口与驻场支持。退出条件是相近客户可以用同一方案部署、续约，而不是拿到一个大合同。

AI 创作工具。 最大未知是 AI 应该接管哪一步、质量由谁判断。Professional 能提供高频任务与严格反馈。工作链和质量门槛稳定后，再由 Consumer 检验上手、表达方式和留存。专业控制台不应该未经验证全部带进大众版本。

智能穿戴硬件。 传感器、算力和控制链尚不稳定时，Geek 可以暴露技术边界。但长期目标如果是大众佩戴，舒适、社会接受和自然复用必须由目标消费者重新验证。极客愿意携带多设备、手工校准和频繁充电，不构成大众产品证据。

三个产品没有共同顺序，只有共同方法：让最合适的市场消灭当前最大的未知，同时看住这个市场会怎样扭曲产品。

所以，下一站不一定是更大的市场。

它应该是能带来更关键证据的市场。

出发前，团队只需要把四件事说清楚：当前最大的致命未知是什么，谁最能暴露它，这群用户会怎样带偏产品，以及得到什么证据后必须离开、返回或停止。

市场规模决定远处的想象。

下一项关键证据，决定现在应该去哪里。